Algumas análises Sarampo vs Vacina

Análise Espacial da Incidência de sarampo.

Calculando o I de moran global para a letalidade


    Moran I test under randomisation

data:  micro.utm$incid  
weights: lw    

Moran I statistic standard deviate = 16.428, p-value <
0.00000000000000022
alternative hypothesis: greater
sample estimates:
Moran I statistic       Expectation          Variance 
     0.3780099209     -0.0017889088      0.0005344671 

Observamos que o I de moran global \(= 0.38\) \((p-value < 0,01)\)

Moran local

Mapa da distribuição espacial dos p-valores significativos para a autocorrelação local e o indicativo de incidência.

Lisa Map da incidência.

Análise da correlação de indicadores sociais e de saúde com os casos de sarampo.

Modelos Simples de Regressão de Poisson

─────────────────────────────────────────────────────────────────── Modelo Modelo Modelo Modelo Modelo
Cob IVS IDHM mort5 Analf
──────────────────────────────────────────────────────── Cob 0.96 ***                                
Vacinal
%
[0.96,                                
0.96]   
IVS         23.44                        
***
        [21.48,                        
25.57]  
 
IDHM                 9.26 ***                
                [7.98,                
10.76]  
 
Mortalid                         0.93 ***        
ade 5
anos
                        [0.92,        
0.93]   
%                                 0.95 ***
Analfabe
to > 18
                                [0.94,
0.95]   
Gini                                        
                                       
──────────────────────────────────────────────────────── N 558      558      558      558      558     
              
AIC 96089.34 96100.47 100033.0 96449.48 94026.03
          8              
BIC 96097.99 96109.12 100041.7 96458.13 94034.68
          3              
Pseudo 1.00     1.00     0.79     1.00     1.00    
R2
─────────────────────────────────────────────────────────────────── *** p < 0.001; ** p < 0.01; * p < 0.05.

Column names: names, Modelo Cob, Modelo IVS, Modelo IDHM, Modelo mort5, Modelo Analf, Modelo GINI

6/7 columns shown.

Modelos Cheio de Regressão de Poisson

Verificando a superdispersão com o modelo cheio

   <div class="layout-chunk" data-layout="l-body">
   ────────────────────────────────────────────────────────
                                   Modelo Cheio            
                        ───────────────────────────────────
     Cob Vacinal %                               1.00 ***  
                                          [0.99, 1.00]     
     IVS                                 136585625.40 ***  
                          [104651319.14, 178264671.85]     
     IDHM                                      435.84 ***  
                                      [293.25, 647.76]     
     Mortalidade 5 anos                          0.79 ***  
                                          [0.79, 0.80]     
     % Analfabeto > 18                           0.92 ***  
                                          [0.92, 0.92]     
     Gini                                        0.07 ***  
                                          [0.05, 0.09]     
                        ───────────────────────────────────
     N                                         558         
     AIC                                     50810.90      
     BIC                                     50841.17      
     Pseudo R2                                   1.00      
   ────────────────────────────────────────────────────────
     *** p < 0.001; ** p < 0.01; * p < 0.05.               

Column names: names, Modelo Cheio

   </div>

Verificando a superdispersão com o modelo cheio


    Overdispersion test

data:  m_cheio
z = 2.7674, p-value = 0.002825
alternative hypothesis: true dispersion is greater than 1
sample estimates:
dispersion 
  142.3087 

O parâmetro de superdispersão para esta equação é maior que 1. Sempre que for muito superior a 1 há vestígios de superdispersão no modelo.

Geographically Weighted Poisson Regression (GWPR)

Ajustando o modelo GWR poisson

Distribuição dos coeficientes (RP) GWR

Os indicadores sociais ICV, gini e o IDHM não apresentaram um bons resultados. ### Mapas com a distribuição dos coeficientes (RP) GWR


Number of Observations: 560
Kernel: Adaptive
Neightbours: 200
Number of Variables: 3
--------------- Global Model Summary ---------------

Call:
glm(formula = casos ~ offset(log(pop2021)) + cob_mediana + mort5 + 
    analf18, family = "poisson", data = micro.sp)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-49.617   -7.129   -4.933   -2.884  200.724  

Coefficients:
              Estimate Std. Error z value             Pr(>|z|)    
(Intercept) -4.0640376  0.0789403 -51.482 < 0.0000000000000002 ***
cob_mediana -0.0405133  0.0006265 -64.667 < 0.0000000000000002 ***
mort5       -0.0181488  0.0026286  -6.904     0.00000000000504 ***
analf18     -0.0432714  0.0015414 -28.072 < 0.0000000000000002 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for poisson family taken to be 1)

    Null deviance: 99732  on 557  degrees of freedom
Residual deviance: 88521  on 554  degrees of freedom
  (2 observations deleted due to missingness)
AIC: 89698

Number of Fisher Scoring iterations: 8


Residual Sum of Squares: 109364205
R-squared: 0.4035455
Adjusted R-squared: 0.3992467
--------------- Local Model Summary ---------------

Residuals:
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
     NA      NA      NA     NaN      NA      NA     560 

Coefficients:
                     Min       Max        Mean        StD
X.Intercept. -22.6294329 4.4872963 -6.25370862 7.24825994
cob_mediana   -0.1531400 0.1275400 -0.01846427 0.06107248
mort5         -0.4440623 0.5762061  0.02172436 0.21344403
analf18       -0.6797007 0.2527774 -0.24123068 0.20985661

Residual Sum of Squares: NA
R-squared: NA
Adjusted R-squared: NA